タグ · #sft

SWE-Prime：少ない軌跡でモデル性能を向上させる

読む理由 開発者は注意すべきです。ノイズの多い教師付けは、モデルに望ましくない問題解決行動を模倣させる可能性があります。

新しい手法 SWE-Prime は、大規模言語モデルが現実世界のソフトウェア問題を解決する能力を向上させるために、トレーニングデータをフィルタリングします。